Set size and long-term memory/lexical effects in immediate serial recall: Testing the impurity principle
Notice bibliographique
Résumé
The impurity principle (Surprenant & Neath, 2009b) states that because memory is fundamentally reconstructive, tasks and processes are not pure. This principle is based on a long line of research showing the effects of one memory system or process on another. Although the principle is widely accepted, many researchers appear hesitant to endorse it in extreme edge cases. One such case involves the effects of long-term memory and lexical factors when a small, closed set of items is used. According to this view, because the subject knows the set of items, there will be no effect of item information. In contrast, the impurity principle predicts that such effects can still be observed, because immediate serial recall with a small closed set of items is not a pure test of order information. Four experiments tested this edge case. In Experiments 1 and 2, we found concreteness effects when item uncertainty was minimized in both within-subjects (Exp. 1) and between-subjects (Exp. 2) designs. In Experiments 3 and 4, we found frequency effects when item uncertainty was minimized in both within-subjects (Exp. 3) and between-subjects (Exp. 4) designs. Analyses of intrusion and omission errors indicated that the sets of items had been learned. Analyses by experiment half also confirmed that the effects of concreteness and frequency were observable in the latter stages of the experiments, when there should have been even less doubt about the items. The results support the impurity principle and suggest that hesitation about accepting it in edge cases is unwarranted.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,004 | 0,026 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,003 |
| Communication savante | 0,002 | 0,003 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».